Aperçu des sections

  • Lien Teams du cours IAST

    Tout replier Tout déplier

    Teams

  • Syllabus

    Syllabus

    Le Programme du module IAST est le suivant:


    • Chapitre 1 : Introduction à l’intelligence Artificielle (IA)

    • Chapitre 2 : Mathématiques pour l’IA

    • Chapitre 3 : Apprentissage Automatique : Machine Learning.

    • Chapitre 4 : Classification avec Apprentissage Supervisé

    • Chapitre 5 : Apprentissage non Supervisé

    • Chapitre 6 : Les Réseaux de Neurones

    • Mini projet (Travail personnel en dehors des cours)


  • Forum IAST

    Forum

  • Objectifs




    À l'issue de ce programme, l'apprenant sera capable de :


    • Discerner les cas d'usage pertinents de l'IA dans un contexte industriel ou de recherche en ingénierie.


    • Comprendre et expliquer le fonctionnement des algorithmes clés de l'IA (régression, classification, clustering, etc.).


    • Développer et implémenter des modèles d'IA en utilisant les bibliothèques Python dédiées (comme Scikit-learn, TensorFlow/PyTorch, Pandas).


    • Intégrer une réflexion éthique systématique dans la conception et l'évaluation de ses projets d'IA.


    • Articuler une approche structurée pour résoudre un problème d'ingénierie en mobilisant les outils et méthodes de l'IA.


  • Prérequis


    1. Connaissances de base en mathématiques

    • Maîtrise des concepts mathématiques fondamentaux .

    • Compréhension des notions de base en statistiques et probabilités .

    2. Familiarité avec l'informatique de base

    • Connaissance des concepts généraux en informatique (systèmes d'exploitation, fichiers, répertoires, etc.).

    • Expérience de base avec un ordinateur et des logiciels courants.

    3. Logique et raisonnement algorithmique

    • Capacité à penser de manière logique et structurée.

    • Aptitude à décomposer un problème en étapes  (pensée algorithmique).

    • Résoudre des problèmes de complexité moyenne

    4. Connaissances du langage de programmation Python

    • Être capable de développer des programmes structurés.

    • Connaissance des bases de la gestion de fichiers et des répertoires.

    • Manipuler les librairies Python

    • Comprendre la programmation modulaire


    Conseil : Si certains de ces prérequis ne sont pas maîtrisés, prévoyez un temps de rattrapage ciblé avant de commencer le module, particulièrement en Python et en algèbre linéaire qui constituent le cœur opérationnel de la formation.



  • Test des Prérequis

    Test time concept clipboard with dough form pencil and stopwatch vector filling writing tests | Premium Vector

  • Introduction à l’Intelligence Artificielle

    IA

    L'intelligence artificielle (IA) représente le domaine scientifique qui vise à créer des systèmes capables de simuler l'intelligence humaine, permettant aux machines d'exécuter des tâches cognitives complexes telles que l'apprentissage, le raisonnement et la perception. Née dans les années 1950 , l'IA a connu une évolution marquée par des cycles d'enthousiasme et de scepticisme, pour connaître aujourd'hui une explosion grâce à la disponibilité des données massives et de la puissance computationnelle. Elle se décline principalement en deux approches complémentaires : le machine learning, qui permet aux systèmes d'apprendre à partir de données sans programmation explicite, et le deep learning, une sous-discipline utilisant des réseaux de neurones profonds pour l'apprentissage de caractéristiques complexes. Les applications de l'IA révolutionnent désormais tous les secteurs, de la santé aux transports, tout en soulevant des enjeux éthiques fondamentaux concernant les biais algorithmiques, la transparence et l'impact sociétal, faisant de sa maîtrise responsable un impératif pour les ingénieurs modernes.

    • page icon
      Introduction à l'intelligence Artificielle Page

      L'Intelligence Artificielle (IA) représente un champ de recherche interdisciplinaire fondamental au sein de l'informatique moderne, dont l'objectif central est le développement de systèmes computationnels capables d'exécuter des tâches cognitives complexes qui, jusqu'à présent, relevaient exclusivement des capacités de l'intelligence humaine. Ces systèmes sont conçus pour émuler, et dans certains cas dépasser, des facultés humaines essentielles telles que le raisonnement logique, l'apprentissage par l'expérience, la reconnaissance de patterns subtils, la compréhension du langage naturel, la prise de décision en contexte incertain, et même la perception sensorielle avancée (vision par ordinateur, audition artificielle). Loin de se limiter à une simple automatisation, l'IA cherche à doter les machines d'une forme d'"intelligence" leur permettant de s'adapter à des situations nouvelles, de résoudre des problèmes mal structurés, et d'extraire des connaissances significatives à partir de vastes ensembles de données hétérogènes, positionnant ainsi cette discipline à l'intersection de l'informatique, des mathématiques, des neurosciences et de la philosophie de l'esprit.